Article Per Year (5 Year)
p-Index From 2021 - 2026
0.61
P-Index
This Author published in this journals
All Journal OKTAL : Jurnal Ilmu Komputer dan Sains JRIIN :Jurnal Riset Informatika dan Inovasi APPA : Jurnal Pengabdian Kepada Masyarakat
Fiyado Yudha Witama
Universitas Pamulang
Astronomy Chemistry Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Law, Crime, Criminology & Criminal Justice Medicine & Pharmacology Social Sciences

Published : 3 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 3 Documents
Search

 1 
Rancang Bangun Sistem Absensi Siswa Berbasis Barcode untuk Peningkatan Akurasi Data Kehadiran SMA IT Yapira Akbar Rusmanto; Nabil Gilang Ramadhan; Fiyado Yudha Witama; Abdul Kholik; Muhammad Fariz; Zikri Maulana; Rizki Ramadhan; Muhammad Raffi; Mega Nurmala; Nabila Innayah; Dani Ramdani
APPA : Jurnal Pengabdian Kepada Masyarakat Vol 3 No 3 (2025): APPA : Jurnal Pengabdian kepada Masyarakat
Publisher : Shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kehadiran siswa merupakan indikator penting kedisiplinan dalam proses akademik. Di SMA IT Yapira, sistem pencatatan kehadiran saat ini masih dilakukan secara konvensional dengan memanggil nama siswa satu per satu (manual roll call). Metode ini sangat tidak efisien karena memakan waktu efektif pembelajaran, rawan kesalahan pencatatan, dan menyulitkan proses rekapitulasi data. Kegiatan pengabdian kepada masyarakat ini bertujuan untuk merancang dan membangun sistem absensi berbasis barcode (QR Code) serta memberikan pelatihan penggunaannya kepada guru dan siswa. Metode pelaksanaan meliputi perancangan sistem selama tiga minggu dan pelatihan intensif selama satu hari. Hasil dari kegiatan ini adalah tersedianya sistem absensi digital yang memungkinkan pencatatan kehadiran secara instan melalui pemindaian kartu pelajar, menggantikan metode pemanggilan manual yang lambat. Penerapan sistem ini terbukti meningkatkan efisiensi waktu jam pelajaran dan validitas data absensi.
Rancang Bangun Sistem Penjualan dan Stok Opname pada Toko Makmur Jaya Pelangi Fiyado Yudha witama; Farizi Ilham; Azaria Bunga; Lintang Nur Hafsari
Jurnal Riset Informatika dan Inovasi Vol 4 No 1 (2026): JRIIN : Jurnal Riset Informatika dan Inovasi (INPRESS)
Publisher : shofanah Media Berkah

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Perkembangan teknologi informasi memberikan dampak positif dalam pengelolaan data penjualan dan persediaan barang. Toko Makmur Jaya Pelangi masih menggunakan sistem manual sehingga sering terjadi kesalahan pencatatan, ketidaksesuaian stok, dan keterlambatan laporan. Penelitian ini bertujuan merancang sistem penjualan dan stok opname berbasis web untuk membantu pengelolaan transaksi dan persediaan barang secara lebih efektif dan efisien. Metode penelitian yang digunakan meliputi observasi, wawancara, dan studi pustaka. Hasil penelitian menunjukkan bahwa sistem yang dibangun mampu membantu proses transaksi penjualan, pengelolaan stok barang, serta pembuatan laporan secara otomatis dan akurat. Dengan adanya sistem ini, proses pengelolaan data pada Toko Makmur Jaya Pelangi menjadi lebih terstruktur dan efisien.
Rekomendasi Fashion Menggunakan Content-Based Filtering dengan Integrasi Fitur Visual Dan Tekstual Gunawan Wibisono; Fiyado Yudha Witama; Muhammad Gifary Nezar; Perani Rosyani
OKTAL : Jurnal Ilmu Komputer dan Sains Vol 4 No 12 (2025): OKTAL : Jurnal Ilmu Komputer Dan Sains
Publisher : CV. Multi Kreasi Media

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

The growth of fashion e-commerce leads to information overload for users. Traditional collaborative filtering-based recommendation systems often face cold-start problems. This study aims to develop a content-based fashion recommendation system that integrates visual and textual features without relying on user historical data. The proposed hybrid approach combines visual feature extraction using Convolutional Neural Network (VGG16) and textual feature extraction using Term Frequency-Inverse Document Frequency (TF-IDF). The Fashion Product Images dataset was modified from 44,400 to 5,000 samples through stratified sampling for computational efficiency. Experimental results show that the hybrid system with 60% visual and 40% textual weights achieved the best performance: Precision@5 of 78%, Recall@5 of 65%, and Accuracy@5 of 88%. The system's response time of 0.82 seconds meets real-time application criteria. Dataset reduction only decreased accuracy by 0.4% from the full dataset, but reduced training time by 82% and memory usage by 75%. This research proves that multimodal integration in content-based systems can produce relevant, personalized, and computationally efficient fashion recommendations.
Co-Authors Abdul Kholik Akbar Rusmanto Azaria Bunga Dani Ramdani Farizi Ilham Gunawan Wibisono Lintang Nur Hafsari Mega Nurmala Muhammad Fariz Muhammad Gifary Nezar Muhammad Raffi Nabil Gilang Ramadhan Nabila Innayah Perani Rosyani Rizki Ramadhan Zikri Maulana